柔性加工线构型和平衡优化外文翻译资料

 2022-04-30 10:04

英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料

柔性加工线构型和平衡优化

摘要： 线配置并且平衡是选择线的类型并且给工作站的一个序列象机器一样分派操作的一个给定的集合认识到高效率的生产。大多数为用机器制造线配置并且平衡问题的当前的研究与有奉献机器工作站的奉献的转移线有关。与在市场需求向大产品变化和变化种趋势，奉献了转移线被灵活的用机器制造的线相同计算机数值控制机器创作了代替。这篇论文处理线配置，为灵活用机器制造平衡问题排队。目的是把操作分到工作站并且发现执行的顺序，当最小化线周期时间时，在每个工作站指定机器的数字并且总计机器的数字。这个问题服从于领先，聚类，在特征，操作，安装和工作站之中的可接近性和能力限制。数学模型和启发式的算法基于特征组策略和多色的集合理论被介绍发现一个最佳的答案。特征组策略和多色的集合理论被用来建立限制模型。启发式的操作定序和任务算法被给的 A。工业案例研究被执行，并且在不同的线配置的多重最佳的答案被获得。case studying 结果证明有更短的周期时间和更高的线平衡率的答案表明建议算法的可行性和有效性。当在计算时间完成改进时，这研究基于特征组策略和能提供更好的答案的多色的集合理论建议一种启发式的线配置和平衡算法。

关键词：柔性加工生产线，生产线平衡，生产线配置，约束模型，优化

1介绍

在现代机械和汽车制造大规模生产中，自动加工生产线，被称作一条运转线，自动加工生产线被广泛用于实现高效率，高产量和经济的产品中。该线由一组工作站和工作站之间的工作单元自动传输组成，每个工作站在每个周期执行一组相同的加工操作。给定零件族的自动加工线是一项重大投资，需要较长的设计周期。在当今竞争激烈的商业环境中，机床刀具制造商根据更广泛的客户需求更有效和高效地设计生产线至关重要。制造商应该迅速为线路架构，机器数量等方面提供相应生产线的完整初步设计解决方案，以及近似生产线成本。

生产线配置和平衡是自动加工生产线初步设计阶段需要考虑的重要问题。自动加工线配置和平衡是选择加工线的类型和平衡问题的分辨率，即将加工操作和机器分配给工作站，以便在达到所需质量的同时获得满足需求的必要生产率。在这里考虑功能，操作，设置和工作站中的所有约束是非常必要的。

历史上，线路配置和平衡问题首先针对装配线提出。过去50年来，许多研究人员进行了详尽的研究，涵盖了许多有趣的应用。加工线配置和平衡的问题是相当新近的。SZADKOWSKI [1]是第一个考虑这个问题的人，DOLGUI等[2]首先将其称为传输线平衡问题（TLBP）。直到20世纪90年代中期，全球动力总成行业中几乎所有的生产系统都有专用传输线，当大批量生产时，这些传输线可以低成本生产单一产品[3]。以前大多数关于加工生产线配置和平衡问题的研究都与配备有多主轴头机器的专用传输线有关。 已经提出了几种精确和近似的方法[4,7]。

随着过去十年机器技术的进步，汽车动力总成零部件等大中型大型机械零部件的生产经历了转型。带有专用机器工作站的专用传输线正在被由多个并行CNC加工中心组成的柔性加工线所取代，所有机器都执行完全相同的加工操作[8]。

V每台工作站中平行相同机器的这种配置，工作站之间的物料转移可提高吞吐量并减少在制品库存。DOU等人提出了选择最佳配置的方法[9-10]。最近研究了另一种称为柔性加工生产线平衡问题的TLBP问题，即FMLBP。XU等[11]和LI等[12]提出了不同的粒子群算法来解决一定线路配置下的线路平衡问题。 ESSAFI等人[13]为此问题开发了一种基于混合线性规划模型的精确方法。优先顺序，包含和排除约束受到尊重，并且指定了依赖于顺序的建立时间。但是，实验表明只有小尺寸的实例才能在合理的计算时间内解决。因此，已经提出了几种启发式方法来处理较大的工业实例。 一个贪婪的启发式，两个基于蚁群原理和贪心随机自适应搜索程序的启发式被提出[14-16]。 BORISOVSKY等人[17]提出了一种带有启发式解码器的遗传算法，用于处理包含约束的变异算子和用于局部改进解的MIP模型。 另外，BORISOVSKY等[18]在集合分区类型模型的基础上提出了一种新的精确解法，它结合了几种解决方法：动态规划，MILP建模，约束生成和分支切割方法 并行计算。 上述研究把这个问题看作是操作排序和分配问题。 约束由操作集和工作站之间的操作和分配关系之间的顺序关系组成。 解决大问题的时间很长。DAS等[19]和OSMAN等[20]将问题分解为两个子问题：特征分配问题和操作顺序问题。 OSMAN等[20]应用了benders分解和蚁群优化技术来解决这两个子问题。 这种方法计算时间更少。 但是，在工业实例中，可以将一个特征的操作分配给不同的工作站。我们的动机是为FMLBP开发一个有效的解决方案，涉及选择工作站的数量以及设置顺序，并行相同的机器分配的数量，操作的分组和排序。 我们考虑最小化周期时间和总机器数量的目标。 在本文中，我们提出了基于特征组策略和多色集合理论的数学模型和启发式算法。 采用特征组策略和多色集合理论建立约束模型。本文组织如下：第2节详细说明问题; 第3节定义了问题模型; 第4节介绍了优化方法; 第5节讨论一个实际案例; 结论在第6节中介绍。

2问题陈述

在本文中，我们考虑配置和平衡复杂箱体部件（例如汽车发动机缸体）的柔性加工线的问题。 图1显示了线路配置和平衡的过程。 这些特征位于零件的各个面上，因此可以在柔性制造机器上进行加工，方法是通过夹具改变它们的方向。 每项功能都需要一个或多个加工操作才能完成。 由加工计划确定的所有操作集合均在柔性加工生产线上执行。

图1.线路配置和平衡的表示

加工线由顺序排列的工作站组成。每个工作站由一个或多个具有相同设置和操作分配的并行CNC加工中心组成。每个CNC加工中心都包含一个主轴和一个工具刀库。每个加工操作都需要自己特定类型的刀具，该刀具放置在有限容量的刀库中。分配不同的工具时，机器的功能会有所不同。待加工零件将按照其安装顺序通过一系列工作站。只允许一个设置分配给一个工作站。每个工作站都与一系列操作相关联，并提供至少一台在生产线周期时间内执行操作的机器。生产线配置和平衡问题是分配操作和机器到工作站以获得必要的生产率。用于加工这些特征的适当生产线配置对于实现零件的高效和高质量生产至关重要。

可行的生产线配置必须服从各种技术限制。 有四种技术约束：

（1）优先约束：优先约束导致操作之间的部分顺序，这意味着直到操作i完成之前操作j不能完成。 这种约束是操作顺序中最重要的约束条件。 它包括第一个基准和最后一个零件，第一面加工，最后一个孔加工，第一个粗加工，最后一个精加工，第一个主加工，最后一个从属加工等。优先约束有两种情况。 一个是两个操作属于同一个功能。 另一个是两个操作属于不同的功能。

（2）聚类约束：聚类约束意味着一些操作集必须在同一个工作站上执行。 它表示属于同一加工阶段的两个操作i和j必须一起处理（即，这些操作必须以一个设置完成），例如涉及基准的约束：平行度，垂直度，棱角度，同心度， 循环运行，总运行，对称等。 对于聚类约束，顺序不重要。

（3）可访问性约束：可访问性约束与部件的位置和机器上的设置有关。 零件在固定位置上安装在机床上，即使在零件移位或旋转后，零件的某些侧面和元件也无法进行加工。 对于每个零件的位置和设置，都有一组可以加工的特征。 为了使切削刀具能够到达零件的所有面，固定位置发生变化。 在所考虑的加工线中，每个工作站只定义一个称为一个设置的部件固定位置。 零件重新定位在两个工作站之间进行。

（4）容量约束：容量约束与工作站，机床和刀具有关。 每个工作站都有一个本地工作负载时间的上限，该时间等于并行机器数量乘以给定周期时间。 每台机器都有一个可以实现的精度。 每台机床的刀库都包含不能违反的特定刀具槽数量。

另外，必须考虑依赖序列的建立时间。 工作站的工作负载时间由每个操作的固定加工时间和与两个连续操作相关的非加工时间（NMT）组成。 NMT代表定向更改时间，换刀时间和换刀时间。 执行两个顺序操作所需的NMT不等于它们的时间总和，但也取决于它们的完成顺序，因为工具和零件旋转位移/更改所需的NMT不同。

3问题制定

我们制定了一个数学模型来解决FMLBP。该模型指定每个工作站中机器的数量，分配给每个工作站的加工操作以及每个工作站中的操作顺序。 该模型的目标是减少生产线周期时间和总机器数量，提高生产线平衡率。 该模型涉及先前提到的优先约束，聚类约束，可访问约束和容量约束。 施加约束将操作和机器分配到工作站。 所提出的数学模型将在下一节讨论。

在本节中，我们将介绍符号并制定所考虑问题的主要假设。 在一条线上执行一种类型零件的特征及其加工操作。 每个操作的加工时间是已知的。 待加工零件将通过一系列工作站。 每个工作站都与一个设置和一系列操作相关联。 当工作站的总时间超过生产线周期时，可以安装并行且相同的机器。 在这种情况下，本地周期时间等于并行机的数量乘以线周期时间。 同一工作站的所有机器执行相同的操作。 输入数据和问题要求的描述如下：

指数

特征组的g-索引集合，g = 1,2，...，G，

w-Index工作站集合，w = 1,2，...，W参数

F组要加工的特征，

FG-Set特征组，FG = {FG1，FG2，FG3，FGG}，O套要执行的操作。 每个操作都必须分配给一个工作站，SP设置。 只允许一个设置分配给一个工作站。

mg - 特征组g中的操作次数，

mw - 工作站w上的操作次数，

ng - 要素组g中要素的数量，Fg - 要素组g中要素的集合，

Fg = {Fg，Fg，，Fg}，

Og - 特征组g中的操作集，

Og = {Og1，Og2，，Omg}，

ST-工作站集合，ST = {ST1，，STW}，

Nw-工作站w上的机器数量，

Nw0 - 工作站允许的最大机器数量，

N mtool - 每台机器上所需的工具数量工作站w，

N mtool - 每台机器上的刀库大小，

Tw - 工作站w的工作负载时间，它等于分配给该工作站的所有操作的加工时间总和，以及工具更换或位移，部件旋转的序列相关非加工时间。

CT0-目标线周期时间，

CT线周期时间，

LB线路平衡率。

3.1目标函数

优化问题在于将加工生产线设计为一系列工作站，其中为每个工作站分配许多机器和一系列操作和工具，以满足所描述的约束条件。 目标是确定生产线和操作顺序的配置，以尽量减少生产线周期时间和机器总数，并最大限度地提高生产线平衡率。刘雪梅等：柔性加工生产线的配置和平衡优化，目标函数计算如下：

  1. 最小化生产线周期时间：

M i n i m i z e M A X Tw／Nw

  1. 最小化机器总数：

Minimize( ww=1Nw ).

  1. 最大化生产线平衡率：

Maximize T w/MAX N w = 1 /N w = 1

3.2约束模型

3.2.1部件的组特征

所考虑的加工线必须针对各种约束执行所有操作。 每个功能都需要一个或多个加工操作，这些加工操作按顺序执行而不违反优先约束。 这些特征之间可能具有优先关系，如基本参考特征的优先级和其他特征。 每个功能都可以通过多种备选设置进行加工。 功能和设置之间通常存在可访问性限制。 集群约束存在于操作和工作站之间。 每个工作站都有一个设置。 由于线路配置和平衡问题涉及各种相互依赖的约束条件，因此很难制定和解决这个问题。

为了简化相互依赖约束的描述，第一个基本任务是对该部分的特征进行分组。 在典型的复杂箱体部分有六个基本的平面。 有许多面部特征和孔特征位于不同的基本平面上。 无论何时处理特征并在不同的基本平面上处理下一个特征时，零件都会旋转以改变方向。 这种非增值活动所需的时间是非生产性的。 它需要保持在最低限度。 因此，可以将这些特征与最小化NMT的目标组合在一起。 位于相同基本平面的特征倾向于具有相同的设置。

图2 功能分配到功能组

3.2.2多色集理论

为了描述这些复杂的约束条件，使用了基于矩阵的多色集合理论。 多色集理论是一种全新的数学工具，用来描述复杂机械系统不同技术指标如性质，属性，特性和参数之间的关系。 该理论不仅描述了集合和元素的特征，而且描述了元素和整体的关系。

对于多色集合A =（a1，，ai，，an），

元素颜色集合F（ai）=（f1，，fi，，fk）对应于每个元素ai A和颜色集合F（A）=（F，，F，，F）对应于1im的整体一个 。 它们被包含在一个统一的颜色集中，F？ F（A）; F（ai）; i 1,2，，n。

当一个物体用多色集表示时，其颜色对应于物体或元素的第j个特征。 元素和统一颜色之间的关系可以用A F（A）表示，单个颜色和统一颜色之间的关系可以用F（a）F（A）表示。

3.2.3特征操作约束矩阵

<p

剩余内容已隐藏，支付完成后下载完整资料</p

资料编号：[478566]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章